生物医学大数据背景下学习生物信息学学科特点摘要：乍为一门基础研究学科,生物信息学具有重大的科学意义,同时，它也是一门应用性学科，具有巨大的经济效益。生物信息学的迅猛发展对生命科学产生的革命性影响，将极大地促进生命科学领域，及其他相关领域的进步，亦是当前基因组学，转录组学，蛋白质组学及代谢组学等研究的直接推动力。很多专业将生物信息学课程选为必修或选修课程，其教学应充分结合不同专业特点，分析其学习生物信息学课程的优势和劣势，适当调整教学内容及方法，以提高学生学习兴趣及教学效果。针对生物统计专业，结合该专业数理统计背景和思维方式，学习掌握生物信息学相关知识相对较为轻松，但理解生物医学问题方面可能较为吃力，因此应从生物知识模块的特点在授课过程中加强生物学背景知识，尤其是不同分子层次多组学之间的联系，以系统地学习生物信息学，并提高教学效果，在生物医学大数据的时代背景下，培养复合型人才并提升学生就业能力。人類已经进入大数据时代，作为一个热点，大数据代表的是一种潮流，一个时代，越来越受到重视。大数据（），指由于容量太大和过于复杂，而无法在一定时间内用常规软件对其内容进行抓取、管理、存储、检索、共享、传输和分析的数据集。其中，生物医学大数据，作为最活跃的科学研究领域之一，备受关注，尤其是基于生命的整体性和疾病的复杂性，伴随着高通量技术的发展和基因组测序成本的不断下降，以及医院信息化和业的迅速发展，生物医学数据不断积累，促使科学家的思维方式已经从数据的生成，转变为对数据的分析，如何整理堆积如山的信息，让其对科学家和临床医生具有意义，已是迫在眉睫的问题，从而对生物信息学家提出了新的挑战和机遇。作为伴随生命科学和计算机科学的迅猛发展而产生的生物信息学（），基于快速积累的庞大的生物医学数据，以研究生物信息的采集、处理、存储、传播，分析和解读等为研究目的，是当今生命科学和自然科学的重大前沿领域之一，亦是世纪自然科学的核心领域之一。生物信息学的研究内容主要集中在核酸和蛋白质序列，综合运用诸如应用数学、计算机科学以及统计学等多学科的方法和技术，分析序列中所蕴含的生物信息，解读生命的奥秘。生物统计学是应用统计学的原理和方法探讨如何从不完整的信息中获取科学可靠的结论从而进一步进行生物学实验研究的设计，取样，分析，资料整理与推论的科学。生物统计专业通常设在公共卫生学院和医学院，林学院，农学院，生命科学学院等，是统计的一个应用方向。医学院校生物统计学专业教育目标之一，是为生物医药等领域培养合格的统计分析应用型人才，而统计学亦是生命科学、预防医学、临床医学、基础医学等专业的重要工具。随着大数据时代的到来，基于数据间内在的本质联系，决定了统计学与大数据的必然联系，同时，大数据对统计学的发展提出了新的机遇和挑战。对海量大数据特别是生物医学大数据进行整合和分析，其实可认为是一种新型的数据分析方法，随着生物医学大数据的快速积累，统计学的大数据化是必然的发展趋势。一、学习生物信息学优势作为一门方法学，生物统计学是应用概率论和数理统计原理来研究生物界数量变化等领域的一门交叉应用学科。它亦是典型的交叉学科，需要具有公共卫生、临床医学、生命科学、药学、数学、计算机等方面的基本素质并要融会贯通，对从业者的要求相对较高。生物统计学专业的培养，需要开设数学、计算机、概率论和数理统计、生物医学及统计等相关方面的基础课程，而这些课程内容之间并非是独立的，其具有一定的交叉融合。因此，生物统计学专业的知识背景极具交叉学科的特点，而生物信息学专业课程设置以数学、计算机、算法等课程为主，并辅以生物学专业理论和实验课程，旨在培养学生处理生物学具体问题时的分析问题和解决问题的能力。故而，统计专业开展的很多基础知识也是生物信息学所应该具备的基础知识，该专业学生可尽快的学习和融入生物信息学课程。具体地说，生物信息学可包括个主要部分：（）新算法和统计学方法研究；（）各类数据的分析和解释；（）研制有效利用和管理数据新工具。从事生物信息学相关的研究工作，除了...
